我在得物的这两年

写在前面

这篇文章非常简单,和大家简单聊聊我在得物的这两年,也是从学生到社会人的这两年。

我是2022年的6月加入得物实习,负责某个业务中台的后端研发,那一年我21岁,还在读大三,还在迷茫未来是读研还是工作

深思熟虑后选择了工作,很大的原因是:考不上!!!(泪目

生活

上海四毒:字节,拼多多,得物,小红书!整个公司确实很卷,不过我们组还好,氛围挺好的。mentor会请客带我们去按脚,小组会定期聚餐轰趴,部门有时也会团建,也是给繁重的工作减缓一些压力。
在这里插入图片描述
但是生活始终都是公司和家两点一线,10点上班,10点下班,不过还好双休是有的,不过项目忙的时候,也是需要周末加加班…(听说隔壁小红书,连实习生都要大小周,亏贼!)

不过,每周最期待的是周五晚上和同事打两小时羽毛球,放松放松!
在这里插入图片描述
有一天周末,我写完了一篇博客,看着眼前的桌面,也开始庆幸当初选择了工作,至少我是喜欢现状的。

在这里插入图片描述

工作

在得物实习了一年后,23年7月,我拿到毕业证就从实习生转成正式员工了。

刚来得物的时候很多东西都不懂,包括技术,也包括人情世故… 一开始就给mentor打打下手,后面就慢慢的开始自己独立承接一些模块,独立去接触一些新的技术栈,比如多级缓存、olap、回调等等…

在这期间,印象最深刻的是第一次接触olap,用了oltp的思维去写需求,结果不符合业务期望,后面就加班加点的根据olap的特性做优化,RT从3~4s优化到800~900ms

其实我所在的部门的技术栈并不算多,已有知识储备足够对付。但工作和学习还是不一样的,学习只需要埋头苦干,因为标准答案摆在那里了,所以 work hard 就能有好成绩。

但是业务需求是一个很薛定谔的存在,埋头苦干之后可能会不符合业务需求,因为自己的理解可能和产品不一样,所以导致方向的偏离。工作更多也更重要的是沟通对齐,否则就会走很多的弯路,而这些弯路最终都会成为每天的加班,因为没人能承担延期上线的风险,所以work smart 才能有高产出。

以前我总是埋头写代码,不爱交流,也因此吃了不少亏。

在这里插入图片描述

我是靠背八股,刷算法进的互联网,以前一直在想,背着八股有啥用啊?后面真正到了工作才发现,大多数的八股是用在特定的场合,比如排查线上bug,cpu飙升,内存飙升,索引失效等等… 我以前一直不是很理解八股,所以记得不牢固,当在工作中逐渐熟悉之后才会形成自己的独特理解与记忆。

而关于数据结构与算法,在研发工作中,确实用的少了一点,大多数情况都是用缓存,空间换时间。最多就上个dp和贪心,比如说找多个子部门的最小公共父部门等等…

关于上海

其实上海给我的感觉并没有很特殊,也可能是我这个人不懂这些小资情调。每天都是家和公司两点一线,两年了,也只是去过一次外滩。
不过要吐槽一下,上海的冬天真的冷!!
在这里插入图片描述

最后

其实我很喜欢我所在的组,可能是因为我是00年的,部门里面最小的,所以大家都很照顾我,如果我有比较棘手的问题,都会给予帮助和提示。

这一次的离职提的比较仓促,交接的也很匆忙,非常感谢PM、TL和BP没有卡我的审批。 我也非常欢迎大家来得物,这是一家高速发展的公司,虽然卷了一点,但里面的同事真的都是很不错的!

和大多数刚出社会的青年一样,我同样渴望被认可,也无比感恩得物的认可,也期望自己能不辜负这份认可。虽然我也不想离开,但新的故事总要开始。未知的路,总会伴随迷茫和不安,也希望自己能坚持下来。

最后的最后,真诚感恩每一位可可爱爱又善良可靠的同事,谢谢!

下一站是:北京海淀的后厂村!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/697490.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

nw.js 如何调用activeX控件 (控件是C++编写的dll文件)

🏆本文收录于「Bug调优」专栏,主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&…

【氵】Archlinux+KDE Plasma 6+Wayland 安装nvidia驱动 / 开启HDR

参考: NVIDIA - Arch Linux 中文维基 (其实就是把 wiki 简化了一下 注:本教程适用 GeForce 930 起、10 系至 20 系、 Quadro / Tesla / Tegra K-系列以及更新的显卡(NV110 以及更新的显卡家族),此处以 RTX3060 为例 …

Cyber Weekly #10

赛博新闻 1、最强开源大模型面世:阿里发布Qwen2 6月7日凌晨,阿里巴巴通义千问团队发布了Qwen2系列开源模型。该系列模型包括5个尺寸的预训练和指令微调模型:Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B以及Qwen2-72B。据Qwen官方博客…

1.奖牌的数量

上海市计算机学会竞赛平台 | YACSYACS 是由上海市计算机学会于2019年发起的活动,旨在激发青少年对学习人工智能与算法设计的热情与兴趣,提升青少年科学素养,引导青少年投身创新发现和科研实践活动。https://www.iai.sh.cn/problem/447 题目描述 小爱获得了 𝑎a 枚金牌,…

MATLAB实现磷虾算法(Krill herd algorithm)

1.算法介绍 磷虾算法(Krill Herd Algorithm, KH)是一种基于生物启发的优化算法,其原理模拟了南极磷虾(Euphausia superba)群体的聚集行为。该算法旨在通过模拟磷虾个体间的相互作用、觅食行为和随机扩散,来…

springboot3一些听课笔记

文章目录 一、错误处理机制1.1 默认1.2 自定义 二、嵌入式容器 一、错误处理机制 1.1 默认 错误处理的自动配置都在ErrorMvcAutoConfiguration中,两大核心机制: ● 1. SpringBoot 会自适应处理错误,响应页面或JSON数据 ● 2. SpringMVC的错…

知识图谱的应用---智慧农业

文章目录 智慧农业典型应用 智慧农业 智慧农业通过生产领域的智能化、经营领域的差异性以及服务领域的全方位信息服务,推动农业产业链改造升级;实现农业精细化、高效化与绿色化,保障农产品安全、农业竞争力提升和农业可持续发展。目前,我国的…

第1章Hello world 4/5:对比Rust/Java/C++创建和运行Hello world全过程:运行第一个程序

讲动人的故事,写懂人的代码 1.7 对比Rust/Java/C++创建和运行Hello world全过程 有了会听懂人类的讲话,还能做记录的编程助理艾极思,他们三人的讨论内容,都可以变成一份详细的会议纪要啦。 接下来,我们一起看看艾极思是如何记录下赵可菲创建和运行Java程序Hello world,…

基于Java-SpringBoot-VUE-MySQL的高校数字化迎新管理系统

基于Java-SpringBoot-VUE-MySQL的高校数字化迎新管理系统 登陆界面 联系作者 如需本项目源代码,可扫码或者VX:bob1638联系作者。 首页图表 系统功能持续更新中。。。 介绍 这是一款主要用于高校迎新的系统,主要是采用了SpringBoot2.X VUE2.6 ElementUI2.…

怎么避免电脑磁盘数据泄露?磁盘数据保护方法介绍

电脑磁盘是电脑存储数据的基础,而为了避免磁盘数据泄露,我们需要保护电脑磁盘。下面我们就来了解一下磁盘数据保护的方法。 磁盘加密 磁盘加密可以通过专业的加密算法来加密保护磁盘数据,避免电脑磁盘数据泄露。在这里小编推荐使用文件夹只读…

App UI 风格,尽显魅力

精妙无比的App UI 风格

PawSQL优化 | 分页查询太慢?别忘了投影下推

​在进行数据库应用开发中,分页查询是一项非常常见而又至关重要的任务。但你是否曾因为需要获取总记录数的性能而感到头疼?现在,让PawSQL的投影下推优化来帮你轻松解决这一问题!本文以TPCH的Q12为案例进行验证,经过Paw…

利用阿里云PAI平台微调ChatGLM3-6B

1.介绍ChatGLM3-6B ChatGLM3-6B大模型是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。 1.1 模型规模 模型规模通常用参数数量(parameters)来衡量。参数数量越多,模型理论上越强大,但也更耗费资源。以下是一些典型模型…

类和对象(上续)

前言:本文介绍类和对象中的一些比较重要的知识点,为以后的继续学习打好基础。 目录 拷贝构造 拷贝构造的特征: 自定义类型的传值传参 自定义类型在函数中的传值返回 如果返回值时自定义的引用呢? 在什么情况下使用呢&#…

前端技术入门指南

引言 在数字化时代,前端开发成为了连接用户与数字世界的重要桥梁。无论你是对编程充满好奇的新手,还是想要拓展自己技能领域的在职人员,前端开发都是一个值得学习和探索的领域。本文将带你走进前端技术的世界,为你提供一个入门指…

前端nvm的安装和使用nodejs多版本管理2024

nvm的安装和使用 1、简介 nvm是一个管理nodejs版本的工具。在实际的开发中,项目的开发依赖需要的nodejs版本运行环境不同,此时我们就需要使用nvm来进行不同nodejs版本的切换。其实就是一个方便的node版本管理工具。 注意:如果有安装过node&a…

机器学习笔记——支持向量机

支持向量机 参数模型对分布需要假设(这也是与非参数模型的区别之一)间隔最大化,形式转化为凸二次规划问题 最大化间隔 间隔最大化是意思:对训练集有着充分大的确信度来分类训练数据,最难以分的点也有足够大的信度将…

文心一言 VS 讯飞星火 VS chatgpt (278)-- 算法导论20.3 5题

五、假设我们创建一个包含 u 1 k u^\frac{1}{k} uk1​ 个簇(而不是全域大小为 x ↓ {\sqrt[↓]{x}} ↓x ​ 的 x ↑ {\sqrt[↑]{x}} ↑x ​ 个簇)的 vEB 树,其每个簇的全域大小为 u 1 − 1 k u ^ {1-\frac{1}{k}} u1−k1​ ,其中 k>1 &#xff0c…

AI如何创造情绪价值

随着科技的飞速发展,人工智能(AI)已经渗透到我们生活的方方面面。从智能家居到自动驾驶,从医疗辅助到金融服务,AI技术的身影无处不在。而如今,AI更是涉足了一个全新的领域——创造情绪价值。 AI已经能够处…

Docker:利用Docker搭建一个nginx服务

文章目录 搭建一个nginx服务认识nginx服务Web服务器反向代理服务器高性能特点 安装nginx启动nginx停止nginx查找nginx镜像拉取nginx镜像,启动nginx站点其他方式拉取nginx镜像信息通过 DIGEST 拉取镜像 搭建一个nginx服务 首先先认识一下nginx服务: NGI…